Kubieke regressie in excel (stap voor stap)

Kubieke regressie is een regressietechniek die we kunnen gebruiken wanneer de relatie tussen een voorspellende variabele en een responsvariabele niet-lineair is.

Het volgende stapsgewijze voorbeeld laat zien hoe u een kubisch regressiemodel aan een gegevensset in Excel kunt aanpassen.

Stap 1: Creëer de gegevens

Laten we eerst een nep-gegevensset maken in Excel:

Stap 2: Voer een kubieke regressie uit

Vervolgens kunnen we de volgende formule in Excel gebruiken om een kubisch regressiemodel in Excel te passen:

 =LINEST( B2:B13 , A2:A13 ^{1,2,3})

De volgende schermafbeelding laat zien hoe u een kubieke regressie uitvoert voor ons specifieke voorbeeld:

Met behulp van de coëfficiënten uit het resultaat kunnen we het volgende geschatte regressiemodel schrijven:

ŷ = -32,0118 + 9,832x – 0,3214x ² + 0,0033x ³

Stap 3: Visualiseer het kubieke regressiemodel

We kunnen ook een spreidingsdiagram maken met de gepaste regressielijn om het kubieke regressiemodel te visualiseren.

Markeer eerst de gegevens:

Klik vervolgens op het tabblad Invoegen langs het bovenste lint en klik op de eerste optie van de optie Scatter invoegen (X,Y) in de groep Afbeeldingen . Dit levert het volgende spreidingsdiagram op:

Klik vervolgens op het groene plusteken in de rechterbovenhoek van het diagram en klik op de pijl rechts van Trendline . Klik in het vervolgkeuzemenu dat verschijnt op Meer opties …

Klik vervolgens op de optie Polynomial Trendline en selecteer 3 voor de bestelling. Vink vervolgens het vakje aan naast ‚Vergelijking in grafiek weergeven‘

De volgende trendlijn en vergelijking verschijnen op de grafiek:

Merk op dat de vergelijking in de grafiek overeenkomt met de vergelijking die we hebben berekend met de functie LIJNSCH() .

Aanvullende bronnen

Hoe u eenvoudige lineaire regressie uitvoert in Excel
Hoe u meerdere lineaire regressies uitvoert in Excel
Hoe polynomiale regressie uit te voeren in Excel